Überblick zum Industrial Data Space

© Fraunhofer · Seite 1

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V.

Oktober 2015

INDUSTRIAL DATA SPACE IM ÜBERBLICK

© Fraunhofer · Seite 2

INHALT

Innovationstreiber und die Rolle der Daten

Kernpunkte des Industrial Data Space

Forschungsprojekt zum Industrial Data Space

Verein zum Industrial Data Space

Rolle der Use Cases

Ansprechpartner

© Fraunhofer · Seite 3

Die Digitalisierung ist also gleichzeitig Treiber und Befähiger innovativer Geschäftsmodelle

Automobil

Merkmale:

Verkehrs-management 2.0

Dynamische Routen-bestimmung

»Connected Drive Services«

Service-

Innovation

Produktion

Merkmale:

Intelligente Fertigungs-konzepte für Kleinserien

Selbststeuerung der Fertigung

Organisations-Innovation

Pharma

Merkmale:

»Real-Life Evidence«

Effektivere, effizientere Behandlung

Personalisierte Medizin

Produkt-

Innovation

Handel

Merkmale:

Autonome Transparenz in der Lieferkette

Konsumenten-zentrierte Supply Chain

Prozess-

Innovation

Bildquellen: Microsoft, BMW, Databirds, SmartFace.

© Fraunhofer · Seite 4

Eine Schlüsselfähigkeit für Geschäftsmodellinnovation ist die Kombination von Daten im »Ecosystem«

Automobil

»Ökosystem«:

Automobil-hersteller

Verkehrs-zentralen

Kommunen

…

Produktion

»Ökosystem«:

Automobil-hersteller

Zulieferer

Logistikdienst-leister

Pharma

»Ökosystem«:

Pharmazeutische Industrie

Gesundheits-dienstleister

Ärzte

…

Handel

»Ökosystem«:

Einzelhandel

Konsumgüter-industrie

Logistikdienst-leister

…

Daten:

Gesundheitsdaten

Therapiedaten

…

Daten:

Lokation, Ziel

Fahrzeugdaten

Verkehrsdaten

…

Daten:

EPCIS-Ereignisse

Transportdaten

Zustandsdaten

…

Daten:

Produktdaten

Planungsdaten

Zustandsdaten

…

Bildquellen: Microsoft, BMW, Databirds, SmartFace. Legende: EPCIS -Electronic Product Code Information Services.

© Fraunhofer · Seite 5

Daten werden zur strategischen Ressource

Zeit

Wertbeitrag

Daten als Prozess-ergebnis

Daten als Befähigervon Prozessen

Daten als Befähigervon Produkten

Daten als Produkt

© Fraunhofer · Seite 6

Der Industrial Data Space kann ein Bindeglied zwischen digitaler Produktion/Logistik und Smart Services sein

Informationsfluss

Öffentliche Daten

Daten aus der Wertschöpfungskette

Kommerzielle

Dienste

Industrielle

Dienste

Individualisierung

Ende-zu-Ende-Prozess

»Ecosystem«

Ubiquität

IndustrialDataSpace

Vernetzung

Mensch-Maschine-Kooperation

Autonomisierung

Internet der Dinge

Kunde

Produktions-

netzwerk

Logistik-

netzwerk

Digitalisiertes LeistungsangebotDaten-

scharnierDigitalisierte Leistungserstellung

Güterfluss.Legende:

© Fraunhofer · Seite 7

Der Industrial Data Space ermöglicht ein »Network ofTrusted Data«

Souveränität

über Daten und DiensteVertrauensschutz

zertifizierte Teilnehmer

Dezentralität

Föderale Architektur

Offenheit

Neutral und anwendergetrieben

Governance

Gemeinschaftliche Spielregeln

Skalierung

NetzwerkeffekteNetzwerk

Plattformen und Dienste

Sicherheit

Datenaustausch

© Fraunhofer · Seite 8

Der Industrial Data Space fokussiert auf die Architektur der Daten und Datendienste

Automobil-hersteller

Elektronikund IT

Dienst-leistungen

LogistikMaschinen &Anlagenbau

Pharma &Medizinbedarf

Smart-Service-Szenarien

Service- und Produktinnovation

»Smart Data Services« (Alerting, Monitoring, Datenqualität etc.)

»Basic Data Services« (Informationsfusion, Mapping, Aggregation etc.)

Internet der Dinge ∙ Breitband-Infrastruktur ∙ 5G

Echtzeitbereich ∙ Sensoren, Aktoren, Devices

Arc

hit

ek

ture

be

ne

n

INDUSTRIAL DATA SPACE

© Fraunhofer · Seite 9

Schlüsselmerkmale charakterisieren den Industrial Data Space

Sichere »Data Supply Chain«

Flexible Nutzungsszenarien der Softwarekomponenten

Unternehmens-IT-Umgebung

Cloud

Hardware Device (z. B. Werkzeugmaschine, Flurförderzeug etc.)

»Light-weight Semantics«

Einfache Kombination verschiedener Datengüter

Domänenspezifische Governance-Modelle und Konzepte zur Datenbewertung

Konfigurierbares Referenzarchitekturmodell

Standardisierte Kollaborationsprozesse für Daten

Offener, partizipativer Entwicklungsprozess

© Fraunhofer · Seite 10

Die Initiative Industrial Data Space institutionalisiert sich als Forschungsprojekt und gemeinnütziger Verein

Ende Q3/2014 1.10.2015 Anfang Q1/2016

Initiative Verein

Forschungsprojekt

Zwölf beteiligte Fraunhofer-Institute:

AISEC, FIT, FKIE, FOKUS, IAIS, IAO IESE, IML, IOSB, IPA, ISST, SIT

© Fraunhofer · Seite 11

Das Förderprojekt ist am 1.10.2015 gestartet und verfolgt zwei wesentliche Ziele

1. Referenzarchitekturmodell

Governance-Architektur

Fachlich-funktionale Software-Architektur für Datendienste

Sicherheitsarchitektur

Technische Architektur für Pilotierungen

2. Pilotierung in Use Cases

Logistik und Supply Chain Management

Automobilität

Produktion

© Fraunhofer · Seite 12

Die Arbeiten im Förderprojekt gliedern sich in 9 Arbeitspakete und laufen über drei Jahre

AP Beschreibung 2016 2017 2018

1 Referenzarchitekturmodell

2 Software-Pilotierung

3 Use Cases

4 Standardisierungsbeiträge

5 Zertifizierungskonzept

6 Geschäftsmodellinnovation

7 Handlungsempfehlungen

8 Institutionalisierung

9 Projekt-Management

© Fraunhofer · Seite 13

Der Verein nimmt die Anwenderinteressen zum Industrial Data Space wahr

Organisation der Aktivitäten

Bündelung der Anwenderinteressen

Kommunikation und Öffentlichkeitsarbeit

Zusammenarbeit und Austausch mit verwandten Initiativen

Zusammenarbeit mit dem Förderprojekt

1) Stand 31.10.2015; Gründung geplant für Januar 2016.

Vereinszweck

Atos IT Solutions and Services GmbH Bayer HealthCare AG Boehringer Ingelheim Pharma GmbH &

Co.KG Fraunhofer-Gesellschaft zur Förderung

der angewandten Forschung e.V. KOMSA Kommunikation Sachsen AG PricewaterhouseCoopers AG REWE Systems GmbH Robert Bosch GmbH Salzgitter AG SICK AG ThyssenKrupp AG TÜV Nord AG Volkswagen AG ZVEI - Zentralverband Elektrotechnik- und

Elektronikindustrie e.V.

Gründungsmitglieder1

© Fraunhofer · Seite 14

Derzeit1 liegen mehr als 65 Use-Case-Kandidaten aus verschiedenen Branchen vor

Identifikation und Bündelung von Anforderungen der Anwender

»Verprobung« des Referenzarchitekturmodells durch die Anwender

Demonstration für Innovation auf Basis des Industrial Data Space

Demonstration und Integration bestehender Standardis ierungsvorhaben

Entwicklung einer prototypischen Referenz für die beteiligten Unternehmen

Potenzieller Kern eines Ökosystemsdurch Integration weiterer (auch domänenfremder) Partner

1) Stand 31.10.2015.

Zweck der Use Cases

Verknüpfung von Daten mehrerer Datenquellen

Integration verschiedener Datenarten (z. B. Stammdaten und Zustandsdaten aus der Fertigung)

Kombination verschiedener Datengüter (private Daten, öffentliche Daten, »Club-Güter«)

Beteiligung mindestens zweier Unternehmen

Integration von mehr als zwei Unternehmensarchitekturebenen (z. B. »Shop Floor« und »Office Floor«)

Grundlage für das Angebot »smarter Services«

Use-Case-Merkmale

© Fraunhofer · Seite 15

Die Arbeiten zum Industrial Data Space sind komplementär verzahnt mit der Plattform Industrie 4.0

Handel 4.0 Bank 4.0Versicherung

4.0

…Industrie 4.0Fokus auf die

produzierende Industrie Smart Services

Übertragung,Netzwerke

Echtzeitsysteme

Industrial Data SpaceFokus auf Daten

Daten

…

© Fraunhofer · Seite 16

Prof. Dr. Boris Otto

Fraunhofer IMLBoris.Otto@iml.fraunhofer.de

https://de.linkedin.com/pub/boris-otto/1/1b5/570

https://twitter.com/drborisotto

https://www.xing.com/profile/Boris_Otto

http://www.researchgate.net/profile/Boris_Otto

Ihr Ansprechpartner steht für Fragen gerne zur Verfügung

© Fraunhofer · Seite 17

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V.

Oktober 2015

INDUSTRIAL DATA SPACE IM ÜBERBLICK